从文件读取时一次跳过所有空格

Question

我正在做一个项目(python语言)，涉及到使用OCR (使用tesseract-ocr)从图像中获取文本并将其存储到文件中。然后，我必须逐个字符地读取文件，并对检测到的字符执行一些功能。我遇到的问题是，有时转换后创建的文件在文本文件的开头有很多空格(甚至是空行)。我不需要对空格使用任何函数，所以我想一次忽略它们，这样可以节省我的时间。我在raspberry-pi上运行代码，它的内存非常少，需要一些时间来比较每个字符并逐个跳过。

camera.capture('test.png')

camera.resolution = (1920, 1080)
camera.brightness = 60 

call(["tesseract","/home/pi/Desktop/fyp_try/test.png","/home/pi/Desktop/fyp_try/totext"])

f = open('/home/pi/Desktop/fyp_try/totext.txt','r')

message = f.read()
print(message)

for i in message:
    print(i)
    if(i>='a')and(i<='z'):
        lst=a[i]
        lstoperate()
    elif(i>='A')and(i<='Z'):
        lst=a['dot']
        stoperate()
       time.sleep(2)
        smol=i.lower()
        lst=a[smol]
        lstoperate()
    elif (i>='0')and(i<='9'):
        lst=a['numsign']
        lstoperate()
        print(ord(i))
  ..............

对每个字符的操作之后是2-3秒的睡眠时间。当遇到空格时，也会发生这种情况。有没有办法可以在读取文件时忽略所有空格，直到文件中非空格字符的开头。

Answer 1

如果您希望在一次操作中以较低的资源成本去除所有空格，那么您将希望避免使用split/join (它可以工作，但具有较高的临时内存成本)。

有两种明显的方法，惰性过滤方法：

 from itertools import filterfalse

 ...

 for i in filterfalse(str.isspace, message):
     ...

它永远不会生成新的str，只是在运行过程中过滤掉您不关心的字符。

或者，要预先剥离它们(使初始内存消耗加倍，但随后下降到剥离版本所需的水平)，请使用str.translate

 from string import whitespace

 dropspaces = str.maketrans('', '', whitespace)

 ...

 message = f.read().translate(dropspaces)

这将剥离所有ASCII空格，就像执行.replace(' ', '').replace('\n', '').replace('\r', '').etc...一样，但在一次传递中，会同时产生一个输出字符串，其中所有空格都会被剥离。

Answer 2

可以使用John Szakmeister提到的各种条带和连接功能来完成。还有Can refer to this link。